Rens ter Weijde, KIMO’nun Kurucu Ortağı ve CEO’su – Röportaj Serisi

KIMO, iki Harvard mezunu tarafından kurulmuş bir Hollanda start-up şirketi: Krishna Deepak Nallamilli (Hindistan) ve Rens ter Weijde (Hollanda). Ekibin odak noktası, dijital öğrenme içeriği aracılığıyla bireysel öğrenme yollarını oluşturmak için gereken yapay zekayı geliştirmek.

Çevrimiçi öğrenme patlamış olmasına rağmen, düşüş oranları %95’e kadar çıkabiliyor. Başarı oranı neden bu kadar düşük?

KIMO’yu başlattığımızda, durumu daha iyi anlamak için birkaç yüz kullanıcıyla anket yaptık. İlk olarak, çoğu çevrimiçi sağlayıcı MOOC’ler (çevrimiçi kurslar) sunar, ancak kullanıcılar MOOC’leri önemli bir zaman taahhüdü olarak algılar. Genellikle günlük programlarına daha iyi uyan “daha kısa” çözümler kullanmayı tercih ederler, örneğin makaleler okumak, podcast’ler dinlemek, Google’da soru sormak vb. Böylece öğrenme uygulaması daha çok kanallıdır. Ayrıca, birçok kullanıcı çevrimiçi yolculuklarında rehberlik eksikliğini ifade etti. Sonuç olarak, ne öğrenmeleri gerektiğini karar vermeğe çalışırken çok zaman harcarlar. Üçüncü neden, içeriğin gerçek anlamdaki ilgili olmasıyla ilgilidir. Çevrimiçi materyaller genellikle statik, önceden kaydedilmiş ve onlara tam olarak uygun değildir. İçeriğin onlara yeterli zaman ayırmaya değecek kadar kişisel veya ilgili olmadığı söylenebilir.

Çok sayıda kullanıcı sıkıldıklarını večast olarak bir ilgi eksikliğini sorun olarak belirtiyorlar, neden kullanıcıların çevrimiçi öğrenmeden uzaklaştıklarını düşünüyorsunuz?

İnanıyorum ki, öğrenme platformlarını en az iki ana boyutta geliştirmek mümkündür. İlk olarak, kullanıcıları daha iyi yolculuklara yönlendirmek ve daha iyi içerik önerileri sunmak için daha iyi zeka gereklidir. Bu, eğitim sektöründeki gerekli AR-GE’dir ve AI algoritmalarıyla yakından ilgilidir. İkinci unsur, değer zincirinin diğer tarafıdır: kullanıcılar için UI/UX ve nihai deneyim. Çoğu LMS sistemi kullanıcılar tarafından sıkıcı ve eski olarak görülür. Bunlar, kullanıcıların bugün beklediği gibi parlatılmış, gerçek zamanlı, sosyal ve kişiselleştirilmiş yazılımlardan uzaktır.

KIMO’nun doğuş hikayesini ve çevrimiçi öğrenme sorununu çözmeğe neden ilgilendiğinizi paylaşabilir misiniz?

Tabii! KIMO, Krishna, ortak kurucu ve ben Harvard İşletme Okulu’nda tanıştığımızda başladı. Çevreyi sevdik, ancak aynı zamanda bu deneyimin dünya çapındaki insanlara ölçeklenemeyeceğini anladık. Bir “dijital kariyer koçu” yaratmaya karar verdik. Bu koç, KIMO’nun ilk versiyonuydu.

Dijital öğrenme içeriği aracılığıyla bireysel öğrenme yollarını oluşturmak için AI’ın nasıl gerekli olduğunu tartışabilir misiniz?

Aslında, KIMO管道unda çok sayıda AI modeli kullanıyoruz. Bazı modeller temelde basit, diğerleri daha karmaşıktır. Ortak nokta, çoğu modelin doğal dil olarak girdi verilerini (NLP, örneğin transformer modelleri) kullanmasıdır. Bu modeller, aldığınız içerik önerilerini, içeriklerin belirli konulara kümelemesini veya işler için gerekli kritik becerilerin tanınmasını sağlar. Ayrıca, KIMO uygulaması içindeki içerikle ilgili soruları yanıtlayan daha deneysel “yaratıcı” AI modellerimiz de vardır. Bu yeterli çalışırsa, profesörlerin otomasyonuna doğru bir adımdır.

AI sisteminin işleri ayrıntılı olarak anlamasını (örneğin, zor beceriler veya yumuşak beceriler) nasıl açıklayabilirsiniz?

Basitçe söyleyeyim: mevcut veritabanlarını (O*Net, ESCO) bu çalışmada yeterli ayrıntı düzeyine ve güncel olmaması nedeniyle göz ardı ettik. Bunun yerine, pazardeki işlerde yaklaşık 40.000 beceriyi neredeyse gerçek zamanlı olarak tanıyabilen bir sistem geliştirdik. Sistem, bu iş profillerini okuyarak işler için gereken becerileri öngörüyor. Tanınan beceriler daha sonra yumuşak ve zor becerilere kümeleniyor.

Platformda kişiselleştirilmiş öğrenme nasıl çalışır, örneğin sistem bir kullanıcı için hangi tür içeriğin (makaleler, videolar, podcast’ler, makaleler vb.) en iyi performans gösterdiğini nasıl bilir?

Kolay cevap, kullanıcıları ve içeriği vektör eşleştirmesi yoluyla eşleştirdiğimizdir, bu, öneri modellerinde ortak bir uygulamadır. Daha zor kısım, bu vektörlerin nasıl oluşturulduğudur, yani ağırlıklandırılan unsurların ne olduğu. Şu anda sistem nispeten basittir ve kullanıcıların öğrenme tercihleri ve çevrimiçi materyaller için popülerlik puanları ile çalışır. Gelecek daha ilginç olacak, çünkü kullanıcıların mevcut durumunu (örneğin, işlerini) ve istedikleri son durumu da dikkate almaya çalışacağız.

KIMO sistemi içinde kullanılan bazı güncel makine öğrenimi metodolojilerini tartışabilir misiniz?

Çeşitli modelleri görevlere göre kullanıyoruz. Ancak transformer modellerini, özellikle de dikkat mekanizmasını kullanan NLP modellerini sevdiğimizi söyleyebilirim.

5 yıl içinde çevrimiçi eğitimin geleceğini nasıl görüyorsunuz?

Kısa cevap, çevrimiçi eğitimin “sıkıcı, yalnız ve tek boyutlu” dan “yüksek derecede etkileyici, sosyal ve kişiselleştirilmiş” e doğru gideceğini düşünüyorum. Çevrimiçi eğitim şirketleri, geleneksel, yavaş hareket eden bir sektörde yer aldıklarını düşünmekten vazgeçmelidir. Bunun yerine, bilgi curation, birçok önemli trendin kalbinde yer alan bir sektörde yarıştıklarını anlamalıdırlar.

KIMO hakkında paylaşmak istediğiniz başka bir şey var mı?

Evet. KIMO hala bir bebek, veya “beta” olarak adlandırdığımız bir şey. Uygulamayı indirin, deneyin ve geri bildiriminizi bize gönderin!

Harika röportaj için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen okuyucular KIMO’yu ziyaret edebilir.